К содержимому
Языковые модели

zhen-ctranslate2

быстрый перевод с китайского на английский

2 мин чтения

Модель для машинного перевода текстов с китайского языка на английский. Она обучена с помощью фреймворка Marian NMT и сконвертирована в формат CTranslate2 (движок для ускоренного запуска моделей перевода), а в комплекте идут токенизаторы SentencePiece для обоих языков. В отличие от тяжелых универсальных LLM, такое решение рассчитано на быструю и экономичную работу, в том числе на CPU. Модель пригодится разработчикам, которым нужно встроить локальный или серверный переводчик с китайского в свои пайплайны.

Ключевые особенности

  • Формат CTranslate2: оптимизирован для быстрого инференса и поддерживает запуск прямо на CPU.
  • Готовая токенизация: в репозиторий включены файлы SentencePiece для исходного и целевого языков (source.spm и target.spm).
  • Требование к сегментации: для качественного результата входной китайский текст нужно предварительно разбить на слова (например, через библиотеку jieba) и отделить цифры от иероглифов.

Что можно сделать

  • Встроить локальный оффлайн-переводчик с китайского на английский в Python-скрипты и бэкенд-сервисы без необходимости арендовать GPU.
  • Использовать в пайплайнах пакетной обработки данных для перевода китайских датасетов, статей или документации с помощью translate_batch.

Пример

import jieba, ctranslate2, sentencepiece as spm
from huggingface_hub import snapshot_download

path = snapshot_download("thiagocassimiro/zhen-ctranslate2")
translator = ctranslate2.Translator(path, device="cpu")
sp_src = spm.SentencePieceProcessor(model_file=f"{path}/source.spm")
sp_tgt = spm.SentencePieceProcessor(model_file=f"{path}/target.spm")

tokens = sp_src.encode(" ".join(jieba.cut("他昨天去北京参加了一个重要的会议。")), out_type=str)
res = translator.translate_batch([tokens], beam_size=4)
print(sp_tgt.decode(res[0].hypotheses[0]))
ПодробнееБазовая архитектура: Marian NMT, сконвертированная в CTranslate2.
Ограничения: не рекомендуется использовать compute_type="int8", так как при тестировании это заметно ухудшило качество перевода.
Особенности вывода: модель возвращает токенизированный текст (с пробелами перед знаками препинания), поэтому для финального вида требуется простая детокенизация.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # thiagocassimiro/zhen-ctranslate2
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download thiagocassimiro/zhen-ctranslate2 --local-dir ~/models/zhen-ctranslate2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к zhen-ctranslate2
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Новые посты про версии zhen-ctranslate2 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

thiagocassimiro/zhen-ctranslate2
Автор
thiagocassimiro
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

SparkQwen

SparkQwen